Porcentaje de mujeres de 15 a 19 años que alguna vez estuvieron embarazadas
Dirección de Investigación y Desarrollo (DINDES) de la Secretaría Nacional de Juventud (SENAJU). Especialistas a cargo: Gianmarco Muñoz Bazán & Manuel Vargas de la Torre
2023-05-18
MODELADO DE BASE DATO
PAQUETES ESTADÍSTICOS
library(openxlsx)
library(rmarkdown)
library(tidyverse)
library(haven)
library(foreign)
library(survey)GENERAMOS UNA RUTA PARA GUARDAR NUESTROS DATOS
Una ruta hacia una carpeta donde almacenaremos los excel que se elaborarán posteriormente, que contarán con dataset de información construida.
ruta <- "C:/Users/Trabajo/Desktop/RDATA"CARGAR BASES DE DATOS Y UNION DE BASES DE DATOS
#choose.files()
#datosmef2018 <- read_sav("C:\\Users\\Trabajo\\Desktop\\ENDES\\2019\\Datosmef - Modulo66 - 1631\\REC0111.sav")
#datosmef2019 <- read_sav("C:\\Users\\Trabajo\\Desktop\\ENDES\\2019\\Datosmef - Modulo66 - 1631\\REC0111.sav")
#datosmef2010 <- read_sav("C:\\Users\\Trabajo\\Desktop\\ENDES\\2019\\Datosmef - Modulo66 - 1631\\REC0111.sav")
#datosmef2021 <- read_sav("C:\\Users\\Trabajo\\Desktop\\ENDES\\2019\\Datosmef - Modulo66 - 1631\\REC0111.sav")
datosmef2022 <- read_sav("C:\\Users\\Trabajo\\Desktop\\ENDES\\2022\\Datosmef - 786-Modulo1631\\REC0111.sav")
#histnac2018<- read_spss("C:\\Users\\Trabajo\\Desktop\\ENDES\\2019\\Historia de naci - Modulo67 - 1632\\RE223132.sav")
#histnac2019<- read_spss("C:\\Users\\Trabajo\\Desktop\\ENDES\\2019\\Historia de naci - Modulo67 - 1632\\RE223132.sav")
#histnac2020<- read_spss("C:\\Users\\Trabajo\\Desktop\\ENDES\\2019\\Historia de naci - Modulo67 - 1632\\RE223132.sav")
#histnac2021<- read_spss("C:\\Users\\Trabajo\\Desktop\\ENDES\\2019\\Historia de naci - Modulo67 - 1632\\RE223132.sav")
histnac2022<- read_spss("C:\\Users\\Trabajo\\Desktop\\ENDES\\2022\\Hist de naci - 786-Modulo1632\\RE223132.sav")
#vivienda2018 <- read_spss("C:\\Users\\Trabajo\\Desktop\\ENDES\\2019\\Caracteristicas vivienda - Modulo65 - 1630\\RECH23.SAV")
#vivienda2019 <- read_spss("C:\\Users\\Trabajo\\Desktop\\ENDES\\2019\\Caracteristicas vivienda - Modulo65 - 1630\\RECH23.SAV")
#vivienda2020 <- read_spss("C:\\Users\\Trabajo\\Desktop\\ENDES\\2019\\Caracteristicas vivienda - Modulo65 - 1630\\RECH23.SAV")
#vivienda2021 <- read_spss("C:\\Users\\Trabajo\\Desktop\\ENDES\\2019\\Caracteristicas vivienda - Modulo65 - 1630\\RECH23.SAV")
vivienda2022 <- read_spss("C:\\Users\\Trabajo\\Desktop\\ENDES\\2022\\caracteristicas vivienda - 786-Modulo1630\\RECH23.sav")
histnac2022 <- subset(histnac2022, select=c("CASEID","V201","V213"))
histnac2022 <- histnac2022 %>% arrange(CASEID)
datosmef2022 <- datosmef2022 %>% arrange(CASEID)
vivienda2022 <- vivienda2022 %>% arrange(HHID)
vivienda2022 <- subset(vivienda2022, select=c("HHID","SHREGION"))
endes_inicial <- left_join(datosmef2022, histnac2022, by=c("CASEID"))
endes_inicial2 <- left_join(endes_inicial, vivienda2022, by=c("HHID"))
endes <- endes_inicial2ELABORACION DE VARIABLES PARA DESAGREGACIONES
VARIABLES TRANSVERSALES
Aquellas variables que nos sirven para realizar las desagregaciones posteriores.
DEPARTAMENTOS
Hay que convertir la variable ubigeo.x (el “.x” es producto de la unión de bases de datos) a numérico para no encontrar problemas al momento de recodificar.
endes$ubigeonum <- as.numeric(endes$UBIGEO)
endes <- endes %>%
mutate(regiones2 =
ifelse(ubigeonum >= 010101 & ubigeonum <= 010707, "Amazonas",
ifelse(ubigeonum >= 020101 & ubigeonum <= 022008, "Ancash",
ifelse(ubigeonum >= 030101 & ubigeonum <= 030714, "Apurimac",
ifelse(ubigeonum >= 040101 & ubigeonum <= 040811, "Arequipa",
ifelse(ubigeonum >= 050101 & ubigeonum <= 051108, "Ayacucho",
ifelse(ubigeonum >= 060101 & ubigeonum <= 061311, "Cajamarca",
ifelse(ubigeonum >= 070101 & ubigeonum <= 070107, "Callao",
ifelse(ubigeonum >= 080101 & ubigeonum <= 081307, "Cusco",
ifelse(ubigeonum >= 090101 & ubigeonum <= 090723, "Huancavelica",
ifelse(ubigeonum >= 100101 & ubigeonum <= 101108, "Huanuco",
ifelse(ubigeonum >= 110101 & ubigeonum <= 110508, "Ica",
ifelse(ubigeonum >= 120101 & ubigeonum <= 120909, "Junin",
ifelse(ubigeonum >= 130101 & ubigeonum <= 131203, "La Libertad",
ifelse(ubigeonum >= 140101 & ubigeonum <= 140312, "Lambayeque",
ifelse(ubigeonum >= 150101 & ubigeonum <= 150143, "Lima Metropolitana",
ifelse(ubigeonum >= 150201 & ubigeonum <= 151033, "Lima Region",
ifelse(ubigeonum >= 160101 & ubigeonum <= 160804, "Loreto",
ifelse(ubigeonum >= 170101 & ubigeonum <= 170303, "Madre de Dios",
ifelse(ubigeonum >= 180101 & ubigeonum <= 180303, "Moquegua",
ifelse(ubigeonum >= 190101 & ubigeonum <= 190308, "Pasco",
ifelse(ubigeonum >= 200101 & ubigeonum <= 200806, "Piura",
ifelse(ubigeonum >= 210101 & ubigeonum <= 211307, "Puno",
ifelse(ubigeonum >= 220101 & ubigeonum <= 221005, "San Martín",
ifelse(ubigeonum >= 230101 & ubigeonum <= 230408, "Tacna",
ifelse(ubigeonum >= 240101 & ubigeonum <= 240304, "Tumbes",
ifelse(ubigeonum >= 250101 & ubigeonum <= 250401, "Ucayali",NA)))))))))))))))))))))))))))
table(endes$regiones2, useNA = "alw")##
## Amazonas Ancash Apurimac Arequipa
## 1443 1353 1228 1385
## Ayacucho Cajamarca Callao Cusco
## 1554 1377 1562 1093
## Huancavelica Huanuco Ica Junin
## 1237 1457 1422 1238
## La Libertad Lambayeque Lima Metropolitana Lima Region
## 1377 1478 3683 1392
## Loreto Madre de Dios Moquegua Pasco
## 1696 1261 1278 1215
## Piura Puno San Martín Tacna
## 1535 1067 1470 1358
## Tumbes Ucayali <NA>
## 1402 1544 0AREA
endes <- endes %>% mutate(area = ifelse(V025==1, "urbano", "rural"))
table(endes$area, useNA = "alw")##
## rural urbano <NA>
## 11570 26535 0REGIONES NATURALES
endes <- endes %>%
mutate(regnat = ifelse(SHREGION==1 | SHREGION==2,"Costa",
ifelse(SHREGION==3,"Sierra",
ifelse(SHREGION==4,"Selva",NA))))
table(endes$regnat, useNA = "alw")##
## Costa Selva Sierra <NA>
## 16443 9381 12281 0tabla <- table(endes$regnat, useNA = "always")
df <- as.data.frame(tabla)
colnames(df) <- c("Región", "Frecuencia")
ggplot(df, aes(x = "", y = Frecuencia, fill = Región)) +
geom_bar(width = 1, stat = "identity") +
coord_polar("y", start = 0) +
labs(title = "Distribución por Región", fill = "Región") +
scale_fill_manual(values = c("Costa" = "orange", "Sierra" = "brown", "Selva" = "darkgreen", `NA` = "gray")) +
theme_minimal() + geom_text(aes(label = Frecuencia), position = position_stack(vjust = 0.5)) + theme(plot.background = element_rect(fill = "gray50"))
### CONDICIÓN DE POBREZA
endes <- endes %>%
mutate(pobreza3 = ifelse(V190==1, "El más pobre",
ifelse(V190==2, "Pobre",
ifelse(V190==3, "Medio",
ifelse(V190==4,"Rico",
ifelse(V190==5,"Más Rico",NA))))))
table(endes$pobreza3, useNA = "alw")##
## El más pobre Más Rico Medio Pobre Rico <NA>
## 10750 4325 7607 9612 5811 0tabla2 <- table(endes$pobreza3, useNA = "alw")
df2 <- as.data.frame(tabla2)
colnames(df2) <- c("Pobreza", "Frecuencia")
ggplot(df2, aes(x = "", y = Frecuencia, fill = Pobreza)) +
geom_bar(width = 1, stat = "identity") +
coord_polar("y", start = 0) +
labs(title = "Distribución por Pobreza", fill = "Pobreza") +
scale_fill_manual(values = c("El más pobre" = "orange", "Pobre" = "brown", "Medio" = "darkgreen","Rico" = "red","Más Rico" = "darkred",`NA` = "gray")) +
theme_minimal() + geom_text(aes(label = Frecuencia), position = position_stack(vjust = 0.5)) + theme(plot.background = element_rect(fill = "gray50"))
### DISCAPACIDAD
endes <- endes %>%
mutate(discapacidad = ifelse(QD333_1==1 | QD333_2 ==1 | QD333_3==1 | QD333_4==1 | QD333_5==1 | QD333_6==1,1,0))
endes <- endes %>%
mutate(discapacidad = case_when(
QD333_1 == 1 ~ 1,
QD333_2 == 1 ~ 1,
QD333_3 == 1 ~ 1,
QD333_4 == 1 ~ 1,
QD333_5 == 1 ~ 1,
QD333_6 == 1 ~ 1,
is.na(QD333_1) ~ 0,
is.na(QD333_2) ~ 0,
is.na(QD333_3) ~ 0,
is.na(QD333_4) ~ 0,
is.na(QD333_5) ~ 0,
is.na(QD333_6) ~ 0,
TRUE ~ 0
))
table(endes$discapacidad, useNA = "alw")##
## 0 1 <NA>
## 37656 449 0ETNICIDAD
endes <- endes %>% mutate(etnicidad = case_when(
V131 == 1 ~ "Andino/Amazónico",
V131 == 2 ~ "Andino/Amazónico",
V131 == 3 ~ "Andino/Amazónico",
V131 == 4 ~ "Andino/Amazónico",
V131 == 5 ~ "Andino/Amazónico",
V131 == 6 ~ "Andino/Amazónico",
V131 == 7 ~ "Andino/Amazónico",
V131 == 8 ~ "Andino/Amazónico",
V131 == 9 ~ "Andino/Amazónico",
V131 == 10 ~ "Castellano",
V131 == 11 ~ "lengua extranjera",
V131 == 12 ~ "lengua extranjera",
TRUE ~ NA
))
endes$etnicidad <- as.factor(endes$etnicidad)
table(endes$etnicidad, useNA = "alw")##
## Andino/Amazónico Castellano lengua extranjera <NA>
## 3562 32158 67 2318VARIABLES INDICADOR
EMBARAZO ADOLESCENTE
endes <- endes %>%
mutate(maternidad = ifelse(V201>0 & V201<10,"Es madre", ifelse(V201==0 & V213==1,"Es madre","No es madre")))
endes$maternidad <- as.factor(endes$maternidad)
table(endes$maternidad, useNA = "alw")##
## Es madre No es madre <NA>
## 25926 9861 2318VARIABLE JOVENES (15 A 19 AÑOS)
endes <- endes %>% mutate(adolescentes = ifelse(V012>=15 & V012<=19,"adolescente","no adolescente"))
table(endes$adolescentes, useNA = "alw")##
## adolescente no adolescente <NA>
## 4685 31102 2318endes <- endes %>%
mutate(adolescentes2 = case_when(
(V012 >= 15 & V012 <= 19) ~ "adolescente",
TRUE ~ "no adolescente"
))
endes$adolescentes <- as.factor(endes$adolescentes)
table(endes$adolescentes2, useNA = "always")##
## adolescente no adolescente <NA>
## 4685 33420 0PONDERACIÓN DE DATOS, DATASETS Y TRASLADO A EXCEL
DISEÑO MUESTRAL
encuesta = svydesign(data=endes, id=~V001, strata=NULL,
weights=~V005)DESAGREGACIÓN NACIONAL
tabla0 <- svyby(~maternidad, ~adolescentes, encuesta, svymean, deff=F,na.rm=T) #PROMEDIO
tabla0ic0 <-as.table(confint(tabla0)) #INTERVALOS DE CONFIANZA
ic0## 2.5 % 97.5 %
## adolescente:maternidadEs madre 0.08265995 0.10175985
## no adolescente:maternidadEs madre 0.68817028 0.70760749
## adolescente:maternidadNo es madre 0.89824015 0.91734005
## no adolescente:maternidadNo es madre 0.29239251 0.31182972cv0 <-cv(tabla0) #COEFICIENTE DE VARIACIÓN
cv0workbook0 <- createWorkbook()
addWorksheet(workbook0, sheetName = "Tabla 0")
addWorksheet(workbook0, sheetName = "IC 0")
addWorksheet(workbook0, sheetName = "CV 0")
writeData(workbook0, sheet = "Tabla 0", x = tabla0, colNames = TRUE)
writeData(workbook0, sheet = "IC 0", x = ic0, colNames = TRUE)
writeData(workbook0, sheet = "CV 0", x = cv0, colNames = TRUE)
saveWorkbook(workbook0, "datos0.xlsx")DESAGREGACIÓN SEGÚN ÁREA DE DOMICILIO (RURAL / URBANA)
tabla2 <- svyby(~maternidad, ~adolescentes+area, encuesta, svymean, deff=F,na.rm=T) #PROMEDIO
tabla2ic2 <-as.table(confint(tabla2)) #INTERVALOS DE CONFIANZA
ic2## 2.5 % 97.5 %
## adolescente.rural:maternidadEs madre 0.16312941 0.20399359
## no adolescente.rural:maternidadEs madre 0.74677551 0.77176008
## adolescente.urbano:maternidadEs madre 0.05828910 0.07785434
## no adolescente.urbano:maternidadEs madre 0.67266299 0.69545261
## adolescente.rural:maternidadNo es madre 0.79600641 0.83687059
## no adolescente.rural:maternidadNo es madre 0.22823992 0.25322449
## adolescente.urbano:maternidadNo es madre 0.92214566 0.94171090
## no adolescente.urbano:maternidadNo es madre 0.30454739 0.32733701cv2 <-cv(tabla2) #COEFICIENTE DE VARIACIÓN
cv2workbook2 <- createWorkbook()
addWorksheet(workbook2, sheetName = "Tabla 2")
addWorksheet(workbook2, sheetName = "IC 2")
addWorksheet(workbook2, sheetName = "CV 2")
writeData(workbook2, sheet = "Tabla 2", x = tabla2, colNames = TRUE)
writeData(workbook2, sheet = "IC 2", x = ic2, colNames = TRUE)
writeData(workbook2, sheet = "CV 2", x = cv2, colNames = TRUE)
saveWorkbook(workbook2, "datos2.xlsx")DESAGREGACIÓN SEGUN REGIÓN NATURAL (COSTA, SIERRA, SELVA)
tabla3 <- svyby(~maternidad, ~adolescentes+regnat, encuesta, svymean, deff=F,na.rm=T) #PROMEDIO
tabla3ic3 <-as.table(confint(tabla3)) #INTERVALOS DE CONFIANZA
ic3## 2.5 % 97.5 %
## adolescente.Costa:maternidadEs madre 0.05546475 0.08011633
## no adolescente.Costa:maternidadEs madre 0.66995778 0.69846159
## adolescente.Selva:maternidadEs madre 0.15513648 0.20287678
## no adolescente.Selva:maternidadEs madre 0.71472353 0.74119558
## adolescente.Sierra:maternidadEs madre 0.07819007 0.10999555
## no adolescente.Sierra:maternidadEs madre 0.70072304 0.72943864
## adolescente.Costa:maternidadNo es madre 0.91988367 0.94453525
## no adolescente.Costa:maternidadNo es madre 0.30153841 0.33004222
## adolescente.Selva:maternidadNo es madre 0.79712322 0.84486352
## no adolescente.Selva:maternidadNo es madre 0.25880442 0.28527647
## adolescente.Sierra:maternidadNo es madre 0.89000445 0.92180993
## no adolescente.Sierra:maternidadNo es madre 0.27056136 0.29927696cv3 <-cv(tabla3) #COEFICIENTE DE VARIACIÓN
cv3workbook3 <- createWorkbook()
addWorksheet(workbook3, sheetName = "Tabla 3")
addWorksheet(workbook3, sheetName = "IC 3")
addWorksheet(workbook3, sheetName = "CV 3")
writeData(workbook3, sheet = "Tabla 3", x = tabla3, colNames = TRUE)
writeData(workbook3, sheet = "IC 3", x = ic3, colNames = TRUE)
writeData(workbook3, sheet = "CV 3", x = cv3, colNames = TRUE)
saveWorkbook(workbook3, "datos3.xlsx")DESAGREGACIÓN SEGÚN DEPARTAMENTOS
tabla4 <- svyby(~maternidad, ~adolescentes+regiones2, encuesta, svymean, deff=F,na.rm=T) #PROMEDIO
tabla4ic4 <-as.table(confint(tabla4)) #INTERVALOS DE CONFIANZA
ic4## 2.5 % 97.5 %
## adolescente.Amazonas:maternidadEs madre 0.15018006 0.28650391
## no adolescente.Amazonas:maternidadEs madre 0.72923376 0.79325100
## adolescente.Ancash:maternidadEs madre 0.04531659 0.10202789
## no adolescente.Ancash:maternidadEs madre 0.68037437 0.75041883
## adolescente.Apurimac:maternidadEs madre 0.03369791 0.14129327
## no adolescente.Apurimac:maternidadEs madre 0.70077693 0.77065930
## adolescente.Arequipa:maternidadEs madre 0.01080166 0.06211193
## no adolescente.Arequipa:maternidadEs madre 0.62910528 0.70581934
## adolescente.Ayacucho:maternidadEs madre 0.06310335 0.13634285
## no adolescente.Ayacucho:maternidadEs madre 0.68718439 0.75299180
## adolescente.Cajamarca:maternidadEs madre 0.09780612 0.20710272
## no adolescente.Cajamarca:maternidadEs madre 0.70334769 0.76615417
## adolescente.Callao:maternidadEs madre 0.04451671 0.14599809
## no adolescente.Callao:maternidadEs madre 0.60488051 0.68395279
## adolescente.Cusco:maternidadEs madre 0.05966183 0.14583074
## no adolescente.Cusco:maternidadEs madre 0.69982161 0.77598985
## adolescente.Huancavelica:maternidadEs madre 0.11122449 0.22716819
## no adolescente.Huancavelica:maternidadEs madre 0.69550164 0.76028222
## adolescente.Huanuco:maternidadEs madre 0.09691795 0.18899993
## no adolescente.Huanuco:maternidadEs madre 0.72394659 0.79857408
## adolescente.Ica:maternidadEs madre 0.05572113 0.15619086
## no adolescente.Ica:maternidadEs madre 0.70395633 0.77458723
## adolescente.Junin:maternidadEs madre 0.07294034 0.17088717
## no adolescente.Junin:maternidadEs madre 0.68358526 0.76375113
## adolescente.La Libertad:maternidadEs madre 0.05289863 0.11744624
## no adolescente.La Libertad:maternidadEs madre 0.67154108 0.74686274
## adolescente.Lambayeque:maternidadEs madre 0.07206079 0.14482555
## no adolescente.Lambayeque:maternidadEs madre 0.63930282 0.71620604
## adolescente.Lima Metropolitana:maternidadEs madre 0.02496393 0.06271373
## no adolescente.Lima Metropolitana:maternidadEs madre 0.64666266 0.69487702
## adolescente.Lima Region:maternidadEs madre 0.03165018 0.08536063
## no adolescente.Lima Region:maternidadEs madre 0.68783244 0.75815613
## adolescente.Loreto:maternidadEs madre 0.13406130 0.22763380
## no adolescente.Loreto:maternidadEs madre 0.68531223 0.73999165
## adolescente.Madre de Dios:maternidadEs madre 0.06879421 0.15009773
## no adolescente.Madre de Dios:maternidadEs madre 0.71052699 0.79005891
## adolescente.Moquegua:maternidadEs madre 0.01055195 0.13855183
## no adolescente.Moquegua:maternidadEs madre 0.66306418 0.75131447
## adolescente.Pasco:maternidadEs madre 0.06832619 0.21423149
## no adolescente.Pasco:maternidadEs madre 0.70037512 0.77380241
## adolescente.Piura:maternidadEs madre 0.07019049 0.14266947
## no adolescente.Piura:maternidadEs madre 0.66844989 0.73203880
## adolescente.Puno:maternidadEs madre 0.03042179 0.11006113
## no adolescente.Puno:maternidadEs madre 0.66177157 0.74594498
## adolescente.San Martín:maternidadEs madre 0.08677565 0.20349880
## no adolescente.San Martín:maternidadEs madre 0.68447319 0.74437463
## adolescente.Tacna:maternidadEs madre 0.01715233 0.09748714
## no adolescente.Tacna:maternidadEs madre 0.62725830 0.70148503
## adolescente.Tumbes:maternidadEs madre 0.07756365 0.15629351
## no adolescente.Tumbes:maternidadEs madre 0.71497808 0.78430269
## adolescente.Ucayali:maternidadEs madre 0.16255131 0.27227312
## no adolescente.Ucayali:maternidadEs madre 0.69156542 0.75202031
## adolescente.Amazonas:maternidadNo es madre 0.71349609 0.84981994
## no adolescente.Amazonas:maternidadNo es madre 0.20674900 0.27076624
## adolescente.Ancash:maternidadNo es madre 0.89797211 0.95468341
## no adolescente.Ancash:maternidadNo es madre 0.24958117 0.31962563
## adolescente.Apurimac:maternidadNo es madre 0.85870673 0.96630209
## no adolescente.Apurimac:maternidadNo es madre 0.22934070 0.29922307
## adolescente.Arequipa:maternidadNo es madre 0.93788807 0.98919834
## no adolescente.Arequipa:maternidadNo es madre 0.29418066 0.37089472
## adolescente.Ayacucho:maternidadNo es madre 0.86365715 0.93689665
## no adolescente.Ayacucho:maternidadNo es madre 0.24700820 0.31281561
## adolescente.Cajamarca:maternidadNo es madre 0.79289728 0.90219388
## no adolescente.Cajamarca:maternidadNo es madre 0.23384583 0.29665231
## adolescente.Callao:maternidadNo es madre 0.85400191 0.95548329
## no adolescente.Callao:maternidadNo es madre 0.31604721 0.39511949
## adolescente.Cusco:maternidadNo es madre 0.85416926 0.94033817
## no adolescente.Cusco:maternidadNo es madre 0.22401015 0.30017839
## adolescente.Huancavelica:maternidadNo es madre 0.77283181 0.88877551
## no adolescente.Huancavelica:maternidadNo es madre 0.23971778 0.30449836
## adolescente.Huanuco:maternidadNo es madre 0.81100007 0.90308205
## no adolescente.Huanuco:maternidadNo es madre 0.20142592 0.27605341
## adolescente.Ica:maternidadNo es madre 0.84380914 0.94427887
## no adolescente.Ica:maternidadNo es madre 0.22541277 0.29604367
## adolescente.Junin:maternidadNo es madre 0.82911283 0.92705966
## no adolescente.Junin:maternidadNo es madre 0.23624887 0.31641474
## adolescente.La Libertad:maternidadNo es madre 0.88255376 0.94710137
## no adolescente.La Libertad:maternidadNo es madre 0.25313726 0.32845892
## adolescente.Lambayeque:maternidadNo es madre 0.85517445 0.92793921
## no adolescente.Lambayeque:maternidadNo es madre 0.28379396 0.36069718
## adolescente.Lima Metropolitana:maternidadNo es madre 0.93728627 0.97503607
## no adolescente.Lima Metropolitana:maternidadNo es madre 0.30512298 0.35333734
## adolescente.Lima Region:maternidadNo es madre 0.91463937 0.96834982
## no adolescente.Lima Region:maternidadNo es madre 0.24184387 0.31216756
## adolescente.Loreto:maternidadNo es madre 0.77236620 0.86593870
## no adolescente.Loreto:maternidadNo es madre 0.26000835 0.31468777
## adolescente.Madre de Dios:maternidadNo es madre 0.84990227 0.93120579
## no adolescente.Madre de Dios:maternidadNo es madre 0.20994109 0.28947301
## adolescente.Moquegua:maternidadNo es madre 0.86144817 0.98944805
## no adolescente.Moquegua:maternidadNo es madre 0.24868553 0.33693582
## adolescente.Pasco:maternidadNo es madre 0.78576851 0.93167381
## no adolescente.Pasco:maternidadNo es madre 0.22619759 0.29962488
## adolescente.Piura:maternidadNo es madre 0.85733053 0.92980951
## no adolescente.Piura:maternidadNo es madre 0.26796120 0.33155011
## adolescente.Puno:maternidadNo es madre 0.88993887 0.96957821
## no adolescente.Puno:maternidadNo es madre 0.25405502 0.33822843
## adolescente.San Martín:maternidadNo es madre 0.79650120 0.91322435
## no adolescente.San Martín:maternidadNo es madre 0.25562537 0.31552681
## adolescente.Tacna:maternidadNo es madre 0.90251286 0.98284767
## no adolescente.Tacna:maternidadNo es madre 0.29851497 0.37274170
## adolescente.Tumbes:maternidadNo es madre 0.84370649 0.92243635
## no adolescente.Tumbes:maternidadNo es madre 0.21569731 0.28502192
## adolescente.Ucayali:maternidadNo es madre 0.72772688 0.83744869
## no adolescente.Ucayali:maternidadNo es madre 0.24797969 0.30843458cv4 <-cv(tabla4) #COEFICIENTE DE VARIACIÓN
cv4workbook4 <- createWorkbook()
addWorksheet(workbook4, sheetName = "Tabla 4")
addWorksheet(workbook4, sheetName = "IC 4")
addWorksheet(workbook4, sheetName = "CV 4")
writeData(workbook4, sheet = "Tabla 4", x = tabla4, colNames = TRUE)
writeData(workbook4, sheet = "IC 4", x = ic4, colNames = TRUE)
writeData(workbook4, sheet = "CV 4", x = cv4, colNames = TRUE)
saveWorkbook(workbook4, "datos4.xlsx")DESAGREGACIÓN SEGUN CONDICIÓN DE POBREZA
tabla5 <- svyby(~maternidad, ~adolescentes+pobreza3, encuesta, svymean, deff=F,na.rm=T) #PROMEDIO
tabla5ic5 <-as.table(confint(tabla5)) #INTERVALOS DE CONFIANZA
ic5## 2.5 % 97.5 %
## adolescente.El más pobre:maternidadEs madre 0.176607757 0.221837910
## no adolescente.El más pobre:maternidadEs madre 0.744598031 0.771033581
## adolescente.Más Rico:maternidadEs madre 0.001533552 0.037264998
## no adolescente.Más Rico:maternidadEs madre 0.582327085 0.637667987
## adolescente.Medio:maternidadEs madre 0.050634934 0.083795800
## no adolescente.Medio:maternidadEs madre 0.694593914 0.734637229
## adolescente.Pobre:maternidadEs madre 0.092998078 0.134291575
## no adolescente.Pobre:maternidadEs madre 0.720890777 0.754536709
## adolescente.Rico:maternidadEs madre 0.030081509 0.069469224
## no adolescente.Rico:maternidadEs madre 0.646545715 0.694957461
## adolescente.El más pobre:maternidadNo es madre 0.778162090 0.823392243
## no adolescente.El más pobre:maternidadNo es madre 0.228966419 0.255401969
## adolescente.Más Rico:maternidadNo es madre 0.962735002 0.998466448
## no adolescente.Más Rico:maternidadNo es madre 0.362332013 0.417672915
## adolescente.Medio:maternidadNo es madre 0.916204200 0.949365066
## no adolescente.Medio:maternidadNo es madre 0.265362771 0.305406086
## adolescente.Pobre:maternidadNo es madre 0.865708425 0.907001922
## no adolescente.Pobre:maternidadNo es madre 0.245463291 0.279109223
## adolescente.Rico:maternidadNo es madre 0.930530776 0.969918491
## no adolescente.Rico:maternidadNo es madre 0.305042539 0.353454285cv5 <-cv(tabla5) #COEFICIENTE DE VARIACIÓN
cv5workbook5 <- createWorkbook()
addWorksheet(workbook5, sheetName = "Tabla 5")
addWorksheet(workbook5, sheetName = "IC 5")
addWorksheet(workbook5, sheetName = "CV 5")
writeData(workbook5, sheet = "Tabla 5", x = tabla5, colNames = TRUE)
writeData(workbook5, sheet = "IC 5", x = ic5, colNames = TRUE)
writeData(workbook5, sheet = "CV 5", x = cv5, colNames = TRUE)
saveWorkbook(workbook5, "datos5.xlsx")DESAGREGACIÓN SEGUN DISCAPACIDAD
tabla6 <- svyby(~maternidad, ~adolescentes+discapacidad, encuesta, svymean, deff=F,na.rm=T) #PROMEDIO
tabla6ic6 <-as.table(confint(tabla6)) #INTERVALOS DE CONFIANZA
ic6## 2.5 % 97.5 %
## adolescente.0:maternidadEs madre 0.082584589 0.101750789
## no adolescente.0:maternidadEs madre 0.689208305 0.708710377
## adolescente.1:maternidadEs madre -0.002508513 0.206300935
## no adolescente.1:maternidadEs madre 0.457567656 0.720590727
## adolescente.0:maternidadNo es madre 0.898249211 0.917415411
## no adolescente.0:maternidadNo es madre 0.291289623 0.310791695
## adolescente.1:maternidadNo es madre 0.793699065 1.002508513
## no adolescente.1:maternidadNo es madre 0.279409273 0.542432344cv6<-cv(tabla6) #COEFICIENTE DE VARIACIÓN
cv6workbook6 <- createWorkbook()
addWorksheet(workbook6, sheetName = "Tabla 6")
addWorksheet(workbook6, sheetName = "IC 6")
addWorksheet(workbook6, sheetName = "CV 6")
writeData(workbook6, sheet = "Tabla 6", x = tabla6, colNames = TRUE)
writeData(workbook6, sheet = "IC 6", x = ic6, colNames = TRUE)
writeData(workbook6, sheet = "CV 6", x = cv6, colNames = TRUE)
saveWorkbook(workbook6, "datos6.xlsx")DESAGREGACIÓN SEGÚN ETNICIDAD
tabla8 <- svyby(~maternidad, ~adolescentes+etnicidad, encuesta, svymean, deff=F,na.rm=T) #PROMEDIO
tabla8ic8 <-as.table(confint(tabla8)) #INTERVALOS DE CONFIANZA
ic8## 2.5 % 97.5 %
## adolescente.Andino/Amazónico:maternidadEs madre 0.15737742 0.23880416
## no adolescente.Andino/Amazónico:maternidadEs madre 0.76388842 0.81369180
## adolescente.Castellano:maternidadEs madre 0.07605308 0.09534911
## no adolescente.Castellano:maternidadEs madre 0.68202749 0.70242516
## adolescente.lengua extranjera:maternidadEs madre -0.04836500 0.68124527
## no adolescente.lengua extranjera:maternidadEs madre 0.31039367 0.87593045
## adolescente.Andino/Amazónico:maternidadNo es madre 0.76119584 0.84262258
## no adolescente.Andino/Amazónico:maternidadNo es madre 0.18630820 0.23611158
## adolescente.Castellano:maternidadNo es madre 0.90465089 0.92394692
## no adolescente.Castellano:maternidadNo es madre 0.29757484 0.31797251
## adolescente.lengua extranjera:maternidadNo es madre 0.31875473 1.04836500
## no adolescente.lengua extranjera:maternidadNo es madre 0.12406955 0.68960633cv8 <-cv(tabla8) #COEFICIENTE DE VARIACIÓN
cv8workbook8 <- createWorkbook()
addWorksheet(workbook8, sheetName = "Tabla 8")
addWorksheet(workbook8, sheetName = "IC 8")
addWorksheet(workbook8, sheetName = "CV 8")
writeData(workbook8, sheet = "Tabla 8", x = tabla8, colNames = TRUE)
writeData(workbook8, sheet = "IC 8", x = ic8, colNames = TRUE)
writeData(workbook8, sheet = "CV 8", x = cv8, colNames = TRUE)
saveWorkbook(workbook8, "datos8.xlsx")GUARDAR BD - opcional
#save(enaho,file=paste(ruta,"BASEDEDATOSIndicador1ENDES.RData",sep = "/"))
#BORRAMOS TODO MENOS "RUTA"
#rm(list=setdiff(ls(), c("ruta")))
#VOLVEMOS A CARGAR NUESTRA BD LIMPIA
#load(paste(ruta,"BASEDEDATOSIndicador1ENDES.RData",sep="/"))